租車行業(yè)收益管理研究現狀及前景展望

摘要：本文基于租車行業(yè)收益管理的特點，從需求預測、超訂、存量控制和價格策略四個方面對租車收益管理的研究現狀進行分析，展望了收益管理在租車行業(yè)的研究前景。

關鍵詞：收益管理；租車業(yè)；超訂；存量控制；動態(tài)定價

中圖分類號：F279.23文獻標識碼：A文章編號：1002-3100(2007)01-0080-05

Abstract: Based on the characteristics of revenue management in car rental industry， this article surveys four major aspects of car rental revenue management-demand forecast， overbooking， capacity control and dynamic pricing. It also studies the prospects of revenue management in car rental industry.

Key words: revenue management; car rental industry; overbooking; capacity control; dynamic pricing

收益管理源于20世紀70年代末，美國政府放松航空管制帶來激烈競爭，大大推動收益管理理論的快速發(fā)展。收益管理核心思想是在適當時候、把適當的產品、以適當的價格賣給適當的消費者，從而獲得最大的經濟效益[1]。據Feldman[1]報告，收益管理技術使各主要航空公司的年收入增加了2%~7%。租車行業(yè)產品在其產品價值的時效性、需求波動性、顧客可細分等方面與航空和酒店業(yè)使用收益管理技術的產品具有較為類似的特征。美國國民租車公司成功運用收益管理系統(tǒng)將財政困難的企業(yè)扭虧為盈并實現年收入增長幅度20%[2]。應用收益管理技術解決收益最大化問題，是我國租車行業(yè)發(fā)展方向。本文主要從需求預測、超訂、存量控制和價格策略四個方面介紹收益管理在租車行業(yè)的研究現狀，及其進一步研究展望。

1租車收益管理的應用特征

收益管理的運用有一定的約束條件。根據Kimes等人的研究，收益管理適用于以下情況：（1）產品或服務具有時效性；（2）用戶的需求可清楚地分類；（3）產品或服務可以預銷售；（4）用戶需求不穩(wěn)定，波動性較大；（5）價格反映產品或服務的質量；（6）產品或服務本身的成本和銷售成本低，而公司產能的變動成本高；（7）產品或服務信息系統(tǒng)完善；（8）公司產能穩(wěn)定，靈活性小[3-4，39]。

租車行業(yè)有以下特征：

（1）對于汽車出租行業(yè)，其產品為汽車的租車日。租車日具有很高的時效性，為易逝性產品，如果一天中汽車未被租用，當天的租車收益就為零。租車公司永久性地損失這一天的產品價值。

（2）租車公司有能力將客戶細分為商業(yè)客戶和個人客戶。商業(yè)客戶主要在工作日中租車、還車，一般租用中型車；個人客戶通常在周末租用車輛，多租用經濟車，租車時間通常比商業(yè)客戶長。針對不同的消費需求特征，公司通過提供不同類型的汽車，并在租車費用上加一定限制條件有效地區(qū)分不同類型用戶。如圖。

其中，Q：總需求量，P：價格，F：價格和需求量的函數。

（3）產品可以預銷售。客戶可以免費提前預訂汽車，到取車當天付租車費。這種預定方式，使不履行預定（No show）或取消預定（Cancellation）的概率非常高，淡季甚至會達到50%[5]。

（4）顧客需求波動性很大。在不同季節(jié)、時段，租車需求變化很大。在需求旺季，出現供不應求時，租車公司通過拒絕個人客戶的租車預定來保有庫存，等待租車費率更高的商業(yè)客戶購買產品。在需求淡季，過量庫存閑置，使租車公司損失大量收益。

（5）在租車成本中，相對于較低的租車邊際成本（停車、洗車、保養(yǎng)費等），汽車的固定成本很高。租車行業(yè)需求的不確定性大，導致公司不會輕易擴大產能來滿足需求。

除了以上與航空、酒店業(yè)相似的特點外，租車行業(yè)也有其獨特的方面：

（1）在供應能力方面，租車行業(yè)比酒店和航空業(yè)有更大的靈活性。租車公司可以控制多個租車點或者區(qū)域（如機場和市中心），通過調配車輛來滿足市場需求。即使在一個地區(qū)只有一個租車點，也可通過從其他公司借車，從附近城市調車等來調整庫存。

（2）租車行業(yè)與航空、酒店業(yè)的不同還體現在庫存受到客戶行為的影響。客戶在某一租車點取車，在另一地點還回汽車；提早或者推遲還車，這些行為都造成汽車庫存量不穩(wěn)定。

2租車收益管理的研究方法

收益管理的主要研究方法為：（1）數學規(guī)劃方法；（2）經濟學方法；（3）閾曲線方法；（4）專家系統(tǒng)；（5）啟發(fā)式算法。Beckman[6]建立數學規(guī)劃方法，取消預定（Cancellation）和未能實現銷售需求（No show）所帶來的損失，可以通過建立數學規(guī)劃模型進行平衡，達到更高收益水平。Alstrup， Boas， Madsen Vidal[7]研究發(fā)現確定性線性規(guī)劃方法在假設確定性需求時并不適用。而非確定性線性規(guī)劃由于其約束條件復雜，很難進行求解，因此在實際中很少運用。經濟學方法也被廣泛運用于收益管理研究中。Belobaba[8-9]的邊際收益模型研究如何決定庫存，以便在接近產品失效時刻，以更高的價格出售產品。然而在需求小于供給的情況下，該邊際收益模型不起作用。閾曲線方法由Relihan[10]提出，該方法通過收集歷史數據以建立需求樣本曲線，比較預測數據來得到實際的預測需求。但是，Kimes[3]指出閾曲線方法被認為只是一種數學統(tǒng)計方法，并不能找到最優(yōu)的預訂策略。Gallego和Van Ryzin[11]用啟發(fā)式算法解決收益管理的最優(yōu)化問題。盡管收益管理有很大的潛在商業(yè)價值，對它的研究仍有許多不足。理論上的研究很難運用到實際操作中去，理論和實踐之間仍有很大差距。

3租車收益管理研究進展

McGill和Van Ryzin[12]認為收益管理主要包括四個方面的內容：需求預測，超訂，存量控制和價格策略。

3.1需求預測

需求預測是收益管理的決策基礎。在此之上，決定收益管理的超訂策略、存量控制和動態(tài)價格。Lee[13]在研究航空業(yè)的需求預測時發(fā)現，需求旺季，預測精度提高10%，收入將提高0.5%~3%。收益管理的需求預測研究主要集中在航空業(yè)領域。Beckmann和Bobkowski[14]較早進行預定、取消和不履行預定（No Show）的研究，他們比較了顧客到達為泊松分布、負二項分布和伽瑪分布的情況，研究發(fā)現伽瑪分布與實際數據更加接近。Lyle[15]將需求看作泊松分布，組成伽瑪系統(tǒng)模型，該模型發(fā)現總需求服從負二項分布。S. Wang[16]介紹混合閾曲線方法，該曲線結合神經網絡方法和動態(tài)規(guī)劃來進行價格—時間—預訂系統(tǒng)間的協(xié)調。該神經網絡基于歷史數據和專家分析，所得閾曲線上每個點代表需求發(fā)生點，用神經網絡方法來預測需求發(fā)生的可能性。

過去的收益管理系統(tǒng)中只記載實際發(fā)生的預訂數據，沒考慮到由于庫存限制而未得到滿足的需求。這部分未被滿足的需求對實際需求的預測精度會產生很大影響。McGill[17]提出用多元回歸分析來消除未被滿足需求的那部分數據的影響。目前，在收益管理中無約束需求預測中，EM（期望最大化法）、PD（投影截尾法）和參數回歸方法較為有效。在租車行業(yè)中，Edelstein和Melnick[18]介紹了DPDA（the Daily Planning and Distribution Aid）模型，該模型使用租車市場真實數據，計算得到每日汽車租用概率和還車概率。美國最大的租車公司Hertz使用DPDA模型進行決策。Geraghty和Johnson[2]對租車需求預測進行分析，將需求預測分為兩個部分，租用汽車的時長預測和租車需求量預測。時長是指顧客租用汽車的天數。租車時長預測是對公司提供的不同時長服務需求量的預測。租車需求量預測是指在特定日期被租用汽車數量的預測。預測租車時長可用于優(yōu)化預訂控制，而需求量的預測則影響到價格和庫存控制。這兩種預測都假設沒有產能限制，由長期預測和短期預測共同組成的。長期預測來自對季節(jié)性歷史數據的分析，短期預測基于預定租車量的變化。Carroll和Grimes[19]提到Hertz租車公司使用YMS（yield management system）系統(tǒng)，該系統(tǒng)將基于歷史數據的預測和基于預定情況的預測相結合，所得到新預測的標準差比原來兩個預測方法都小。

3.2超定策略

超訂問題在收益管理研究中有著最長的歷史，超訂策略被航空、酒店、租車等行業(yè)普遍使用。超訂指的是預出售的產品多于公司實際庫存。在租車行業(yè)，車輛被閑置在車庫一天，就永久性損失了當天收益。該策略的運用，能有效減少由于取消預定或不實現預定所帶來的庫存浪費。較早對超訂問題進行研究的主要目的在于控制超訂的比例。Shlifer和Vardi[20]提出一個二級價格下的超訂模型。Belobab[8]探討了多級價格超訂問題，提出用啟發(fā)式算法來解決該問題。

大量學者用動態(tài)規(guī)劃的方法來解決超訂問題，在不同時間段設置不同的超訂水平以最大化期望收益。Karaesman和Van Ryzin[21]提出聯合超訂問題，即存在多個庫存等級，且不同等級之間可以相互替代，租車市場上經濟型車和豪華型車，在一定條件下，庫存可以相互轉換。超訂策略的設置也需要考慮到庫存的可替代性。Geraghty和Johnson[2]提到美國租車公司根據超訂的邊際收益等于邊際成本來決定超訂水平。

3.3存量控制

收益管理中對存量控制進行了大量的研究，主要體現在航空領域。存量控制的研究從二級價格、EMSR模型開始，經歷了多級價格控制、單航段最優(yōu)預定限制、艙位控制到網絡收益控制（origin-destination control，ODF控制）。Littlewood[22]研究了一個單航段隨機二級價格模型，提出了邊際座位收益原則。該原則提出如果能在較晚的時間段以更高的價格賣出產品，就應該拒絕較早時間段的需求預訂。Belobaba[7]將邊際座位收益原則運用到多級價格系統(tǒng)，提出了期望邊際座位收入（expected marginal seat revenue， EMSR）原則。Feng和Xiao[23]研究了一個連續(xù)時間、動態(tài)庫存控制問題，證明閾控制策略的最優(yōu)性。王國才和朱道立[29]基于報童模型，對廣告業(yè)庫存控制進行了分析，給出廣告時段最優(yōu)分配模型。

3.4動態(tài)定價

租車行業(yè)未引入收益管理之前，競爭是最主要的價格決定因素。由于租車公司一般都集中在機場周圍，顧客以很小的搜尋價值就可以找到其他公司。當地的租車能力對價格也有很大影響。

在收益管理領域進行價格策略研究首先討論的是有限周期情況。Whitin[24]對單周期價格模型進行研究。隨著研究的進一步深入，當今收益管理較多使用動態(tài)價格策略來決定產品價格。Gallego和Van Ryzin[11]提出綜合定價模型來解決產品定價問題。他們將動態(tài)定價策略運用到收益管理問題，當需求呈指數分布時，可以得到近似最優(yōu)策略。對一般的需求函數，他們分析了一個確定性模型，得到最優(yōu)策略的上限。Feng和Gallego[25]研究了一般需求函數的二級價格收益管理模型，得出了最優(yōu)價格策略。Feng和Xiao[26]提出了連續(xù)時間動態(tài)定價模型，該模型允許價格的逆向運動，他們發(fā)現價格的逆向運動能提高營業(yè)收入和利潤。在此基礎上，更進一步提出了最大凹向包絡理論。S. Wang[16]用動態(tài)規(guī)劃來尋求最佳價格策略，以最大化期望效益。但是僅限于單一類型需求離散分布的產品。在租車行業(yè)中，Geraghty和Johnson[2]把租車價格看作預測需求量和租車容量的函數。價格隨著這兩個要素的變化而進行調整。當供給小于市場需求量時，產品價格上升，反之，價格下降。模型的基本假設為需求方差與需求彈性相關，方差越大，隨著價格的改變，需求的變化越大。Anderson、 Davison和Rasmussen[27]在收益管理的定價策略中運用了新的方法，他們將價格看作外生變量。Evise Kopliku[4]建立動態(tài)規(guī)劃，將整個租車過程看作一個期權，通過蒙特卡羅模擬得到最優(yōu)定價策略。

4租車收益管理的研究前景

國內很多學者對收益管理進行了深入的研究：羅利與蕭柏春[30]介紹了收益管理理論最新發(fā)展動態(tài)及其在中國的研究現狀。陳旭[31]針對酒店收益管理的六個特征展開討論，基于酒店收益管理的研究現狀，指出了酒店收益管理的研究發(fā)展方向。魏軼華與胡奇英[32]研究顧客到達為泊松過程的連續(xù)時間收益管理問題。劉德文與蕭柏春[33]根據收益管理原則，提出在高新技術產品的衰退期對價格和生產規(guī)模進行綜合控制的模型并給出求解辦法。陳平[34]分析易逝性高科技產品的特征，討論收益管理在該產品管理中的應用。楊思梁與劉軍[35]介紹收益管理在航空業(yè)的發(fā)展歷程，并給出收益管理的幾種常用方法。黃為與劉永俊[36]介紹收益管理三個發(fā)展階段，以及收益管理優(yōu)化航空公司收入的主要途徑。劉軍與邱菀華[37]提出為進行收益管理可使用的五種提高收入的基本途徑和兩種降低成本的方式。李艷華[38]提出航空業(yè)的超售是空中的帕累托改良。

收益管理在航空和酒店業(yè)的運用非常廣泛。相對而言，租車行業(yè)的收益管理研究較少。根據租車行業(yè)的特征，進行收益管理，需要考慮到以下幾個方面的決策[11]：（1）買賣汽車決策。給定增加或減少一輛車的邊際效益，決定購買或出售汽車。（2）車型配置決策。在一定的車輛總數限制下，給定每輛車的邊際收益，決定如何配置車型。（3）產品供應決策。給定某一產品類型的邊際收益，決定提供何種產品。（4）產品配置決策。給定車型配置、車輛總數和產品類型，如何進行產品配置以達到最大收益。（5）顧客預定決策。顧客提出租車需求時，決定是否接受預訂，或者等待利潤更高的顧客。

根據租車行業(yè)收益管理的特點以及在國外的實際運用情況，其研究可以從下面幾點展開：

4.1需求預測

在租車行業(yè)與航空、酒店業(yè)有所不同，該行業(yè)中增加產能的靈活性比后兩個行業(yè)容易，需求預測的準確性直接影響到最優(yōu)產能水平，進而影響到租車公司收益。目前需求預測的方法主要有回歸分析、時間序列分析、神經網絡和閾曲線方法等。租車行業(yè)的需求預測比其他行業(yè)更為復雜，首先必須考慮到租車行業(yè)顧客行為特點，比如：不履行預定的概率較高，異地還車，延長租車時間等。其次，租車公司通過異地調配來調整庫存，這種庫存的不確定性更要求顧客需求的預測準確。提高預測精度也是需求預測的研究方向。通過無約束數據進行預測，能把到達但未被

實現的需求體現出來，有效提高預測的精度。S. Wang[16]在閾曲線方法結合神經網絡作了一定的研究。

4.2收益管理中的動態(tài)規(guī)劃

租車行業(yè)涉及到車型種類選擇、產品定價、超訂策略等。對收益管理問題進行動態(tài)規(guī)劃，就需要對各種影響因素動態(tài)建模。租車行業(yè)中，動態(tài)規(guī)劃在車型配置、車輛調度、產品配置等方面都有很好的運用前景。考慮到在實際運用中，動態(tài)規(guī)劃非常繁雜，運算量極大，而且很難得到最優(yōu)解。在動態(tài)優(yōu)化中，一般而言求得近似最優(yōu)解即可。已有學者在這方面做了一定的研究，但還處于理論探討階段。目前還很難將動態(tài)規(guī)劃實際運用到收益管理的實時調控中去。

4.3網絡收益管理

網絡收益控制也稱為ODF控制（Origin-Destination Control）。ODF競價方法由于其運用簡單方便，逐漸成為ODF收入管理最有前景的研究方法。實證研究表明，該方法確實能提高租車公司收益。然而該決策模型相當復雜，模型也較少有準確的結果。Talluri和Ryzin[28]給出了許多有關競價法的研究，并給出有關其最優(yōu)化的反例。該收益管理課題有著很大的研究空間。

4.4多階段需求管理決策

在汽車租賃行業(yè)，公司做出租車決策時，不但要考慮到租車的價格，還要考慮租賃期的長短。因為租車的交易費用占到租車收入的20%~25%，公司希望顧客盡可能長時間地租用汽車，減少交易次數，以減少交易成本。然而，今后可能導致由于庫存不足而拒絕高價客戶，使租車公司收益減少。單階段收益最大化并不能保證企業(yè)在長期的經營活動中總收入最大化，必須考慮在多階段的情況下的收益最大。目前的研究主要集中在單階段收益最優(yōu)決策上，多階段最優(yōu)情況的考慮還有待進一步研究。

4.5租車收益管理的組合決策

租車收益管理中，將產品組合設計、價格制定、車型組合決策和選址策略等方面相結合。如：價格制定必然受存量控制、車型組合決策的影響。可以用數學規(guī)劃或其他優(yōu)化理論對每個方面進行研究，然而過去的研究集中在對這些方面的單獨研究，對集中式的決策系統(tǒng)研究還有待進一步探討。

參考文獻：

[1]Feldman J M. To rein in those CRSs[J]. Air Transport World， 1991，28(12):89-92.

[2]M. K. Geraghty， Ernest Johnson. Revenue Management Saves National Car Rental[J]. Interfaces， 1997，27(1):107-127.

[3]Kimes S E. Yield management: A tool for capacity-constrained service firms[J]. Journal of Operations Management， 1989(8):348-363.

[4]Fitzsimmons J A， Fitzsimmons M J. Service Management[M]. Third ed. Singapore: McGRAW-HILL Inc， 2001:380-386.

[5]Evise Kopliku. Revenue Management in the Car Rental Industry[R]. The University of western Ontario， 2005.

[6]Beckman M J. Decision and team problems in airline reservations[J]. Economist， 1958，26:134-145.

[7]Alstrup， J.， Boas， S.， Madsen， O.， Vidal， R. Booking policy for flight with two types of passengers[J]. European Journal of Operations Research， 1986，27:274-288.

[8]Belobaba， P. P.. Air travel demand and airline seat inventory management[R]. Unpublished doctoral dissertation， Massachusetts Institute of Technology， 1987.

[9]Belobaba， P. P. Application of a probabilistic decision model to airline seat inventory control[J]. Operations Research， 1989，37(2):183-197.

[10]Relihan， W. J. Yield management approach to hotel-room pricing[J]. Cornell Hotel and Restaurant Administration Quarterly， 1989，30:40-45.

[11]Gallego， G.， Van Ryzin， G. Optimal dynamic pricing of inventories with stochastic demand over finite horizons[J]. Management Science， 1994，40(8):999-1020.

[12]McGill J I， Van Ryzin G J. Revenue managementL Research overview and Prospects[J]. Transportation Science， 1999，33(2):233-256.

[13]Lee A O. Airline reservations forecasting probabilistic and statistical models of the booking process[D]. Flight Transportation Laboratory. Cambridge， MA， 1990.

[14]Beckman M J， Bobkowski F. Airline demands: An analysis of some frequency distributions[J]. Naval Research Logistics， 1958(5):43-51.

[15]Lyle A. Statistical analysis of variability in aircraft occupancy[C] // AGIFORS Symposium Proceedings. Terrigal， Austrialia，1970:123-129.

[16]S. Wang. A hybrid threshold curve model for optimal yield management: neural networks and dynamic programming[J]. Computers industrial Engineering， 2001，40:161-173.

[17]J. I. McGill. Censored regression analysis of multiclass demand data subject to joint capacity constraints[J]. Ann. Opns. Res. 1995，60:209-240.

[18]Edelstein， Marty， Melnick， Myron. The pool control system[J]. Interfaces， 1977，8(1):21-36.

[19]William J. Carroll， Richard C. Grimes. Evolutionary Change in Product Management: Experiences in the Car Rental Industry[J]. Interfaces， 1995，25(5):84-104.

[20]R. Shlifer， Y. Vardi. An airline overbooking policy[J]. Transp. Sci， 1975(9):101-114.

[21]Karaesman， G. J. Van Ryzin. Overbooking with substitutable inventory classes[D]. Working paper， Graduate school of business， Columbia University， New York， NY， 1998.

[22]K. Littlewood. Forecasting and control of passenger bookings[C] // In AGIGORS Symposium Proc. 12， Nathanaya， Israel， 1972.

[23]Feng， Y.， Xiao B. A dynamic airline seat inventory control model and its optimal policy[J]. Operations Research， 2001，49:938-949.

[24]Whitin， T.M. Inventory control and price theory[J]. Management Science， 1955(2):61-68.

[25]Feng， Y.， Gallego， G. Optimal stopping times for end of season sales and optimal stopping times for promotional fares[J].Management Science， 1995，41:1371-1391.

[26]Feng， Y.， Xiao， B. A continuous-time yield management model with multiple prices and reversible price changes[J]. Management Science， 2000，46(5):644-657.

[27]C.K. Anderson， M. Davison， and H. Rasmussen. Revenue management: A real options approach[J]. Naval Logistics Research， 2004，51(5):686-703.

[28]TMIuri K and van Ryzin G． An Analysis of Bid-Price Controls for Network Revenue Management[J]. Management Science， 1999，44(11):1577-1593.

[29] 王國才，朱道立. 基于收益管理的廣告業(yè)時段最優(yōu)分配模型[J]. 預測，2004(3):50-53.

[30] 羅利，蕭柏春. 收入管理理論的研究現狀及發(fā)展前景[J]. 管理科學學報，2004，7(5):75-83.

[31] 陳旭. 酒店收益管理的研究進展與前景[J]. 管理科學學報，2003(6):72-78.

[32] 魏軼華，胡奇英. 顧客有最大、最小保留價的連續(xù)時間收益管理[J]. 管理科學學報，2002(6):47-52.

[33] 劉德文，蕭柏春，魯若愚. 易逝性高新技術產品在衰退期的收入管理問題[J]. 管理科學學報，2003(6):66-7.

[34] 陳平. 收入管理在易逝性高科技產品管理中的應用研究[J]. 科技與經濟，2005(1):54-56.

[35] 楊思梁，劉軍. 關于航空客運收益管理的一些基本概念[J]. 民航經濟與技術，1998(4):37-41.

[36] 黃為，劉永俊. 航空公司收益管理初探[J]. 民航經濟與技術，1998(5):25-28.

[37] 劉軍，邱菀華. 航空客運收益管理的結構模型[J]. 北京航空航天大學學報：社會科學版，2000，13(4):17-21.

[38] 李艷華. 帕累托最優(yōu)與航空客運中的超售[J]. 中國民航學院學報，2000，18(2):18-22.

[39] 劉德文，魯若愚，俞言兵. 易逝性高新技術產品的收益管理應用的影響因素分析[J]. 電子科技大學學報：社會科學版，2004(6):24-28.

注：本文中所涉及到的“圖表、注解、公式等內容請以PDF格式閱讀原文。”